Google Translate traite désormais un trillion de mots par mois, selon Google, et ce chiffre ne compte même pas DeepL, Microsoft ni les assistants généralistes. Pour les textes internes ou les fiches produits, la traduction automatique est souvent un choix raisonnable. Pour un dossier médical ou un document de tribunal, le joli français peut cacher une belle catastrophe.
Le piège, c’est justement que les erreurs ont appris à bien s’habiller. Une phrase bancale se repère. Une phrase fluide qui raconte n’importe quoi, beaucoup moins.
Une phrase impeccable, un sens à côté
La traductrice juridique Ariella Baltié a relevé des contresens dans des documents déjà passés par une IA : « Le demandeur » était devenu « the requester », formulation inadaptée à un acte juridique. « Madame X, épouse Y » s’était transformé en « Ms X marries Y ». Le système avait pris un nom pour un verbe et réécrit la situation au passage.
En médecine, l’erreur peut changer d’échelle au sens littéral. La spécialiste Carol Bereuter cite un cas où la lettre grecque μ, qui désigne ici un millionième, avait été traduite comme « milli », un millième. Pour un dosage, l’écart atteint un facteur mille. L’algorithme n’a pas besoin d’être malveillant : une confusion proprement mise en page suffit.
Le chercheur du CNRS François Yvon rappelle que la traduction dépend du contexte. « Prendre un corner » n’a rien à voir avec un coin de pièce si l’on parle de football. Et une consigne comme « translate into Polish » peut être interprétée de travers si le système s’accroche à un autre sens du mot « polish ». Les humains utilisent le contexte sans y penser. Les modèles, eux, calculent quelle suite de mots paraît probable. Probable n’est pas synonyme de juste.
L’humain reste dans la boucle, pour l’instant
L’Open Knowledge Association, qui publie des articles traduits pour Wikipédia, utilise l’IA pour produire une première version, puis fait vérifier chaque phrase par une personne. Son fondateur, John Zimmerman, estime que ce procédé a rendu possible la traduction de plus de 10 000 articles à un coût autrement inaccessible. C’est un bon exemple d’assistance utile : la machine accélère le travail, l’humain garde la responsabilité du texte publié.
Une étude financée par Wikimedia, menée sur 119 articles, dix paires de langues et plus de 1 000 heures de travail de traduction, nuance le tableau. Selon Zimmerman, 27 % du texte généré par IA a encore été corrigé avant publication. Parmi ces corrections, les trois quarts concernaient des erreurs introduites par la machine, et 5 à 6 % des erreurs modifiaient le sens du texte.
Le chiffre ne signifie pas que chaque traduction automatique est inutilisable. Il dit plutôt que la qualité moyenne ne suffit pas à garantir la fidélité dans les cas où une nuance compte. Pour un catalogue interne, payer cent fois plus pour traquer les derniers défauts peut être absurde. Pour une décision d’asile, un traitement médical ou un contrat, le calcul change vite. Et quand la prose semble naturelle, le contrôle humain devient plus difficile, pas moins nécessaire.
Le vrai débat n’est pas « l’IA sait-elle traduire ? »
Oui, souvent. La question est de savoir qui assume les conséquences quand elle se trompe, et qui relit assez attentivement pour le voir. Les outils peuvent réduire les coûts, ouvrir des contenus à davantage de langues et aider des équipes qui n’auraient jamais pu tout traduire à la main. Mais la tentation de supprimer la vérification arrive précisément au moment où les erreurs deviennent plus discrètes.
Ce débat rappelle une autre limite des assistants : produire une réponse convaincante n’est pas la même chose que savoir ce qu’on ignore. Comme on l’expliquait dans notre article sur la méthode socratique face à l’IA, une machine peut fournir une réponse sans éprouver le manque de compréhension qui devrait nous pousser à la questionner. En traduction, ce manque se cache parfois derrière une phrase qui sonne parfaitement juste.
L’IA peut faire le premier jet. Pour les textes qui engagent une vie, un droit ou une signature, confondre « ça se lit bien » et « c’est exact » reste une façon très moderne de jouer à la roulette, mais avec le dictionnaire.
Sources :
Comments are closed